Вступ
За оцінками Міжнародної діабетичної федерації (International Diabetes Federation — IDF), у 2021 р. у світі налічували близько 537 млн дорослих віком 20–79 років із цукровим діабетом (ЦД), що відповідає майже 10% населення планети. В Україні кількість дорослих пацієнтів із цим захворюванням становила близько 2,35 млн осіб [1]. З огляду на демографічні зміни та зростання поширеності факторів ризику, прогнозується подальше збільшення кількості хворих, і вже до 2040 р. глобальна популяція осіб із ЦД може досягти близько 600 млн [2].
Діабетична ретинопатія (ДР) є одним із найпоширеніших мікросудинних ускладнень ЦД та залишається провідною причиною стійкої втрати зору серед осіб працездатного віку. За результатами аналізу 59 популяційних досліджень, прояви ДР виявляють у близько 20% пацієнтів із ЦД, а загальна кількість таких хворих у світі у 2020 р. перевищила 100 млн із тенденцією до зростання до 2045 р. [3]. За даними дослідження глобального тягаря хвороб, у 2020 р. понад 1 млн осіб втратили зір унаслідок ДР, тоді як ще близько 3,3 млн мали помірну або тяжку втрату зору [4].
Відсутність регулярного офтальмологічного контролю призводить до пізньої діагностики, коли структурні зміни сітківки та зниження зорових функцій стають незворотними. Попри ефективність фундус-фото, оптичної когерентної томографії (OКT) та флуоресцентної ангіографії (ФАГ) у ранньому виявленні ДР [5, 6], їх широке застосування обмежується кадровими й технічними ресурсами. У цьому контексті використання технологій штучного інтелекту (ШІ) розглядається як перспективний інструмент для підвищення доступності скринінгу, своєчасного тріажу пацієнтів і зниження ризику розвитку тяжких ускладнень, включно зі сліпотою [7].
Мета: огляд сучасних підходів до ранньої діагностики ДР, включаючи застосування ШІ у скринінгу, стадіюванні та прогнозуванні прогресування захворювання.
Об’єкт і методи дослідження
Дослідження виконано у формі аналітичного огляду сучасних наукових джерел, присвячених проблемі ранньої діагностики ДР. У роботі проаналізовано дані міжнародних клінічних рекомендацій, результатів багатоцентрових клінічних досліджень, систематичних оглядів та метааналізів, опублікованих у провідних фахових виданнях з офтальмології та ендокринології.
Матеріалами дослідження стали публікації, що висвітлюють сучасні підходи до клінічної та інструментальної діагностики ДР, а також методи неінвазивної оцінки структурних змін сітківки, включно з використанням алгоритмів ШІ.
У процесі дослідження використовували методи системного аналізу, порівняння та узагальнення отриманих даних з метою визначення інформативності окремих діагностичних методів, оцінки ефективності впровадження систем ШІ у скринінг ДР та їхнього місця в щоденній практиці офтальмолога.
Результати та їх обговорення
Проведений аналіз літературних джерел засвідчив, що рання діагностика ДР ґрунтується на використанні методів візуалізації сітківки, які дозволяють виявляти мікросудинні та структурні порушення заднього сегмента ока ще на доклінічних стадіях захворювання. У клінічній практиці провідне значення мають фундус-фото, OКT та ФАГ, кожен із яких використовується відповідно до завдань скринінгу, стадіювання та прогнозування перебігу ДР [5, 6, 8].
Встановлено, що фундус-фото є базовим інструментом більшості національних і регіональних програм скринінгу ДР, оскільки забезпечує можливість документування типових ознак непроліферативної стадії захворювання, зокрема мікроаневризм, інтраретинальних крововиливів, твердих ексудатів, венозної дилатації та звивистості судин [9]. Саме фундус-фото широко використовують як для клінічної оцінки стану сітківки, так і для навчання та валідації алгоритмів ШІ. Водночас аналіз літератури показав, що діагностична інформативність фундус-фото значною мірою залежить від прозорості оптичних середовищ, наявності катаракти, якості фокусування та умов зйомки, а також від суб’єктивної інтерпретації зображень, що може обмежувати ефективність методу за відсутності автоматизованого аналізу [10].
Аналіз інструментальних методів показав, що OКT забезпечує високоточну пошарову візуалізацію сітківки та є ключовим методом у діагностиці діабетичного макулярного набряку. Використання цього методу дозволяє кількісно оцінювати товщину сітківки, виявляти інтра- та субретинальну рідину, а також структурні порушення окремих шарів сітківки, що має суттєве значення для вибору тактики лікування та моніторингу ефективності терапії [5, 11]. Запровадження OКT-ангіографії суттєво розширило діагностичні можливості методу, надавши змогу неінвазивно оцінювати стан капілярної сітки, зони ішемії та неперфузії, які мають важливе прогностичне значення щодо прогресування ДР [12]. Водночас обмеженнями OКT залишаються висока вартість обладнання та обмежена доступність методу в умовах первинної ланки медичної допомоги.
ФАГ, за даними проаналізованих досліджень, і надалі розглядається як референтний метод оцінки судинних змін при ДР. Метод забезпечує детальну візуалізацію зон ішемії, ділянок просочування барвника та патологічної неоваскуляризації, що є критично важливим для діагностики проліферативної стадії захворювання та планування лазерного чи хірургічного лікування [13]. Разом із тим інвазивний характер дослідження та ризик розвитку побічних реакцій обмежують можливості його використання в межах масових скринінгових програм.
Особливу діагностичну цінність, за даними проаналізованих досліджень, мають технології ШІ, використані для автоматизованого аналізу фундус-фото в межах скринінгу ДР. Алгоритми глибокого навчання, навчені на великих масивах стандартизованих зображень, здатні з високою точністю виявляти ранні морфологічні ознаки захворювання, включно з мінімальними мікросудинними змінами [6]. За результатами метааналізів, автономні ШІ-системи демонструють чутливість на рівні 85–90% та специфічність понад 90%, що відповідає міжнародним критеріям ефективності скринінгових програм [14]. Це створює передумови для використання ШІ як інструменту первинного відбору пацієнтів і оптимізації маршрутів їх подальшого обстеження [10].
Сучасні моделі ШІ також забезпечують багатокласову класифікацію стадій ДР відповідно до шкал ETDRS (Early Treatment of Diabetic Retinopathy Study) та ICDR (International Clinical Diabetic Retinopathy), а поєднання аналізу фундус-фото із даними OКT підвищує точність виявлення діабетичного макулярного набряку [15, 16]. Перспективним напрямом є прогнозування перебігу захворювання з урахуванням клінічних параметрів, що формує підґрунтя для персоніфікованого підходу до спостереження та лікування пацієнтів [10]. Водночас встановлено, що помутніння кришталика та інші порушення прозорості оптичних середовищ знижують якість зображень і, відповідно, точність автоматизованого аналізу, що підтверджено експериментальними дослідженнями [17].
Важливою клінічною перевагою впровадження систем ШІ є їх висока масштабованість. Алгоритми глибокого навчання здатні обробляти великі обсяги фундус-фото без втрати діагностичної точності, що робить їх придатними для використання в національних і регіональних програмах скринінгу пацієнтів із ЦД [6, 10]. Додатковою перевагою є висока швидкість обробки даних, яка скорочує інтервал між отриманням зображення та ухваленням клінічного рішення, зменшуючи затримки в направленні пацієнтів групи високого ризику [18].
Отримані результати свідчать про доцільність інтеграції систем ШІ у диспансерні програми спостереження пацієнтів із ЦД, що дозволяє оптимізувати маршрутизацію хворих і раціонально використовувати ресурси системи охорони здоров’я шляхом автоматизованого відбору осіб із підвищеним ризиком прогресування ДР [6, 10, 19, 20]. Поєднання ШІ-рішень із телемедичними платформами розширює доступ до офтальмологічної допомоги у віддалених регіонах і скорочує час до необхідного втручання [21].
Висновок
ДР залишається однією з провідних причин втрати зору серед пацієнтів із ЦД, що зумовлює потребу в ефективних підходах до її раннього виявлення. Традиційні методи візуалізації сітківки, зокрема фундус-фото, OКT та ФАГ, забезпечують високу діагностичну інформативність, однак їх широке використання в масовому скринінгу обмежене ресурсними та кадровими чинниками. Використання систем ШІ дозволяє підвищити доступність скринінгу, стандартизувати оцінку ретинальних змін та оптимізувати маршрутизацію пацієнтів із високим ризиком прогресування захворювання.
Список використаної літератури
|
Інформація про автора:
Комарова Тетяна Михайлівна — докторка філософії, доцентка, доцентка кафедри офтальмології Національного медичного університету імені О.О. Богомольця, Київ, Україна. E-mail: [email protected]. orcid.org/0000-0002-7263-4067 |
Information about the author:
Komarova Tetiana M. — Doctor of Philosophy, Associate Professor, Associate Professor of the Department of Ophthalmology, Bogomolets National Medical University, Kyiv, Ukraine. E-mail: [email protected]. orcid.org/0000-0002-7263-4067 |
Надійшла до редакції/Received: 05.02.2026
Прийнято до друку/Accepted: 09.02.2026
